上一页 1 ··· 54 55 56 57 58 59 60 61 62 ··· 79 下一页
摘要: 【导读】斯坦福大学的人工智能课程“CS 221”至今仍然是人工智能学习课程的经典之一。为了方便广大不能亲临现场听讲的同学,课程官方推出了课程笔记CheatSheet,涵盖4大类模型。 斯坦福大学的人工智能课程“... 阅读全文
posted @ 2019-05-27 19:00 人工智能遇见磐创 阅读(126) 评论(0) 推荐(0) 编辑
摘要: 去年TensorFlow官方推出了模型优化工具,最多能将模型尺寸减小4倍,运行速度提高3倍。最近现又有一款新工具加入模型优化“豪华套餐”,这就是基于Keras的剪枝优化工具。训练AI模型有时需要大量硬件资源,但... 阅读全文
posted @ 2019-05-22 22:00 人工智能遇见磐创 阅读(927) 评论(0) 推荐(0) 编辑
摘要: 没有大量的标注数据怎么办?谷歌首席科学家,谷歌大脑技术负责人Vincent Vanhoucke说,半监督学习革命已经来了。他用一篇博客,细数了半监督学习的进展,以及这类方法会为机器学习领域带来怎样的变化,量子位... 阅读全文
posted @ 2019-05-21 22:00 人工智能遇见磐创 阅读(167) 评论(0) 推荐(0) 编辑
摘要: 「团结就是力量」。这句老话很好地表达了机器学习领域中强大「集成方法」的基本思想。总的来说,许多机器学习竞赛(包括 Kaggle)中最优秀的解决方案所采用的集成方法都建立在一个这样的假设上:将多个模型组合在一起通... 阅读全文
posted @ 2019-05-19 22:00 人工智能遇见磐创 阅读(627) 评论(0) 推荐(0) 编辑
摘要: 【导读】神经网络的初始化是训练流程的重要基础环节,会对模型的性能、收敛性、收敛速度等产生重要的影响。本文是deeplearning.ai的一篇技术博客,文章指出,对初始化值的大小选取不当, 可能造成梯度爆炸... 阅读全文
posted @ 2019-05-16 22:00 人工智能遇见磐创 阅读(291) 评论(0) 推荐(0) 编辑
摘要: 【导读】人工智能顶级会议ICML 2019发布了今年论文录取结果。提交的3424篇论文中,录取了774篇,录取率为22.6%,较去年有所降低。从录取论文数量来看,谷歌成为今年最大赢家,紧随其后的是MIT和伯克... 阅读全文
posted @ 2019-05-14 22:00 人工智能遇见磐创 阅读(262) 评论(0) 推荐(0) 编辑
摘要: 根据一些指标显示,关于生成对抗网络(GAN)的研究在过去两年间取得了本质的进步。在图像合成模型实践中的进步快到几乎无法跟上。 但是,根据其他指标来看,实质性的改进还是较少。例如,在应如何评价生成对抗网络(GA... 阅读全文
posted @ 2019-05-12 22:00 人工智能遇见磐创 阅读(165) 评论(0) 推荐(0) 编辑
摘要: 自然语言处理(NLP)是计算机科学和人工智能范畴内的一门学科。 NLP是人与机器之间的沟通,使得机器既可以解释我们的语言,也可以就此作出有效回答。自20世纪50年代以来,这个领域一直存在,你可能听说过Alan... 阅读全文
posted @ 2019-05-12 22:00 人工智能遇见磐创 阅读(200) 评论(0) 推荐(0) 编辑
摘要: 从DeepNet到HRNet,这有一份深度学习“人体姿势估计”全指南 几十年来,人体姿态估计(Human Pose estimation)在计算机视觉界备受关注。它是理解图像和视频中人物行为的关键一步。 在... 阅读全文
posted @ 2019-05-11 22:00 人工智能遇见磐创 阅读(833) 评论(0) 推荐(2) 编辑
摘要: 看过了各式各样的教程之后,你现在已经了解了神经网络的工作原理,并且也搭建了猫狗识别器。你尝试做了了一个不错的字符级RNN。你离建立终端只差一个pip install tensorflow命令了对吗?大错特错... 阅读全文
posted @ 2019-05-11 22:00 人工智能遇见磐创 阅读(478) 评论(0) 推荐(0) 编辑
上一页 1 ··· 54 55 56 57 58 59 60 61 62 ··· 79 下一页